Fachwissenschaftliche Projektarbeit aus dem Gebiet IT in Produktion und Logistik Prof. Dr. Ing. Markus Rabe Fakultät Maschinenbau TU Dortmund

Größe: px
Ab Seite anzeigen:

Download "Fachwissenschaftliche Projektarbeit aus dem Gebiet IT in Produktion und Logistik Prof. Dr. Ing. Markus Rabe Fakultät Maschinenbau TU Dortmund"

Transkript

1 Fachwissenschaftliche Projektarbeit aus dem Gebiet IT in Produktion und Logistik Prof. Dr. Ing. Markus Rabe Fakultät Maschinenbau TU Dortmund Systematische Untersuchung des Datenqualitätsbegriffs in Supply Chains Ausgegeben am: Eingereicht am: Kandidat: Daniel Piep Matrikelnummer: Studienrichtung: Wirtschaftsingenieurwesen B.Sc. 1. Prüfer: Prof. Dr. Ing. Markus Rabe 2. Prüfer: Dipl. Inf. Anne Antonia Scheidler

2 Inhaltsverzeichnis 1 Einleitung Datenqualität Grundlage: Daten und Informationen Zweckeignung vs. statistisch belegte Quantifizierung Ansatz der DGIQ Datenqualitätsradar nach Würthele Zwischenfazit Datenqualitätsmanagement Grundlage: DQM Methoden Lean Six Sigma Risiko Assessment A3 Thinking Zwischenfazit Datenqualität im Kontext der Supply Chain Grundlage: Supply Chain Diskussion der Datenqualitätsthematik in Supply Chains Zusammenfassung Ausblick Abbildungsverzeichnis Literaturverzeichnis

3 1 Einleitung Motivation Zu Beginn des 21. Jahrhunderts sieht sich die weltweite Unternehmenslandschaft mit einer Vielzahl neuartiger Herausforderungen konfrontiert. So hat nicht nur die Digitale Revolution Einzug in sämtliche Wirtschaftssektoren gehalten, sondern ebenfalls die fortschreitende Globalisierung für einen starken Kostendruck durch erhöhte Marktkomplexität und dynamik gesorgt. Um dieser Problematik entgegenzutreten, wurden Projekte wie bspw. Industrie 4.0 ins Leben gerufen, die auf eine Integration von modernen Informationstechnologien in den Produktionsalltag abzielen. Obwohl diese Technologien zum jetzigen Zeitpunkt vielversprechend erscheinen, bergen sie doch ein großes Risiko: durch den rasanten Anstieg benötigter und verarbeiteter Datenmengen tragen sie wesentlich zu einer Erhöhung der Komplexität der Unternehmensprozesse bei. Verstärkt wird diese Problematik durch die Interdependenzen verschiedener Marktakteure, wie sie speziell in sogenannten Supply Chains, einer Art Verknüpfung oder Netzwerk verschiedener Unternehmen, auftreten. Besagte Unternehmen sind auf eine hohe Qualität ihrer Informationen und Daten als Basis für wichtige Entscheidungen angewiesen, um unternehmensübergreifende wie auch interne Prozesse effizient zu gestalten. Doch stellen sich an diesem Punkt die Fragen: was macht eine hohe Datenqualität überhaupt aus? Welche Voraussetzungen werden ihr zugrunde gelegt und wie kann man sie erreichen bzw. beibehalten? Ziele dieser Arbeit und Vorgehensweise Diese Arbeit verfolgt das Ziel, eine erste Definition des Datenqualitätsbegriffs im Kontext der Supply Chain aufzustellen. Weiterhin sollen verschiedene Methoden für Datenqualitätsmanagement (DQM) erfasst und gegenübergestellt werden. Zu diesem Zweck werden anhand von Fachliteratur zunächst unterschiedliche Datenqualitätsauslegungen gesammelt und verglichen, so dass eine angemessene Definition für die weitere Arbeit zur Verfügung steht. Weiterhin werden auf Basis dieser Definition verschiedene DQM Methoden erfasst, gegenübergestellt und bewertet. Hierbei stellt nicht die Entwicklung neuartiger Lösungsansätze zum Thema DQM das Ziel dar, sondern vielmehr der Vergleich und die Charakterisierung bereits etablierter Methoden. Es wird somit angestrebt, einen Überblick über bisherige wissenschaftliche Arbeit zu verschaffen und eine kurze Einschätzung derselben zu geben. Im Anschluss daran wird eine gebündelte Definition von Supply Chains erarbeitet, da sich eine Vielzahl von Werken zwar ausführlich mit aktuellen Themen wie Supply Chain Management und Supply Chain Controlling befasst, allerdings keine grundlegende Präzisierung des Begriffs Supply Chain voraussetzt. Letztendlich werden die gewonnenen Erkenntnisse hinsichtlich der Datenqualitätsthematik im Kontext der Supply Chain diskutiert. 3

4 2 Datenqualität 2.1 Grundlage: Daten und Informationen Bevor der Begriff der Datenqualität als Ganzes verstanden und untersucht werden kann, muss zunächst eine Betrachtung der Bestandteile des Wortes, nämlich Daten und Qualität, erfolgen. Betrachtet man in der Informatik gängige Definitionen, so bilden nach [Eng11, S.5] und [Tre06, S.26f.] einzelne Zeichen die Grundlage für Wissensbildung. Fügt man diese in einer bestimmten Syntax zusammen, so erhält man Daten. Diese wiederum werden zu Informationen, sobald man ihnen eine Bedeutung entnehmen kann. Erst wenn man Informationen vernetzt, in einen Kontext setzt und Erfahrungen ergänzt, dann werden diese Informationen zu Wissen. Es fällt also auf, dass die Begriffe Daten und Informationen nah beieinander liegen und nicht losgelöst voneinander betrachtet werden können [Eng11, S.11]. Tatsächlich werden beide in der Literatur oftmals synonym benutzt, ebenso Daten und Informationsqualität. Trotz des aufgezeigten Unterschiedes zwischen Daten und Informationen ist in der Regel ein und derselbe Sachverhalt gemeint, wenn von Daten respektive Informationsqualität die Rede ist [Lee01, S.2] [Geb11, S88]. Dies liegt darin begründet, dass die beiden Begriffe eng beieinander liegen und viele Autoren auf eine strikte Unterscheidung verzichten [Tre06, S.34f.]. In der Konsequenz wird festgelegt, dass auch in dieser Arbeit die Begriffe Datenund Informationsqualität synonym verwendet werden. Andernfalls könnten viele Werke zu diesem Thema strenggenommen nicht beachtet werden, da ihren Ausführungen zur Daten und Informationsqualität oftmals keine exakte Definition der Begriffe zugrunde liegt. Was den Qualitätsbegriff angeht, so ist dieser vergleichsweise schnell und allgemeingültig zu erfassen, bspw. durch die vielzitierte Normenreihe ISO 9000 [Koc10, S.104ff]. Nach DIN EN ISO 9005:2005 beschreibt Qualität den Grad, in dem ein Satz inhärenter Merkmale Anforderungen erfüllt [Har10, S.14f.] [Brü12, S.3]. Verknüpft man nun die Begriffe Daten und Qualität, so lässt sich nach [Wür03, S.21] folgende Definition für den Ausdruck Datenqualität aufstellen: Mehrdimensionales Maß für die Eignung von Daten, den an ihre Erfassung/Generierung gebundenen Zweck zu erfüllen. Diese Eignung kann sich über die Zeit ändern, wenn sich die Bedürfnisse ändern.. Unklar ist dabei jedoch, nach welchen Dimensionen Datenqualität bemessen wird bzw. welche Anforderungen ihr zugrunde liegen. Die eigentliche Schwierigkeit besteht also nicht im grundsätzlichen Erfassen des Begriffs Datenqualität, sondern vielmehr im Finden und Aufstellen geeigneter Ausprägungen. Die Herausarbeitung besagter Ausprägungen soll nun in diesem Kapitel erfolgen. Festzuhalten ist dabei, dass der Datenqualitätsbegriff nach [Ape09, S.18] stark subjektiv geprägt ist, also unterschiedliche Ausprägungen in der gängigen Literatur ausfindig gemacht werden können. 2.2 Zweckeignung vs. statistisch belegte Quantifizierung Obwohl in der gängigen Literatur selten eine fundierte Definition für Datenqualität zugrunde gelegt wird, so sind doch im Allgemeinen ähnliche Vorstellungen von ihr vorhanden. So wird häufig von einer Zweckeignung [Mor11, S.16] oder fitness for use gesprochen [Har10, S.18] [Tre06, S.33], korrelierend mit der im vorangegangenen Abschnitt aufgezeigten Definition von Würthele. Solch eine Kurzdefinition lässt sich bspw. in [Cho13, S.501] finden. Hier werden Informationen man beachte die Analogie zu Daten als qualitativ hochwertig angesehen, wenn es die richtigen und korrekten Informationen sind, die in angemessener Zeitspanne zugänglich sind und ferner geteilt 4

5 werden können. Diese Definition oder vielmehr Beschreibung gibt bereits einen kurzen Einblick in den Datenqualitätsbegriff, allerdings lässt sie einen großen Interpretationsspielraum bzgl. der Auslegung einzelner Qualitätskriterien zu. Das Spektrum des Datenqualitätsbegriffs wird also nicht umfassend und gleichzeitig detailliert genug erfasst und dargestellt. Einen wichtigen, weil innovativen und grundlegenden Schritt zur Erfassung des Datenqualitätsbegriffs lieferte Richard Y. Wang in den 1980er Jahren. Er gilt als der Begründer des Total Data Quality Management (TDQM) am renommierten Massachusetts Institute of Technology (MIT) [Har10, S.18], womit er eine der ersten Personen war, die sich mit dem Datenqualitätsbegriff im Digitalzeitalter befassten und somit die Bedeutung von Daten und Informationen in der Neuzeit erkannten. Ferner begann er, Daten und Informationen als Produkt anzusehen, was ihnen ebenfalls einen hohen Stellenwert einräumte [Wei11, S.69] [Lee06, S.125f., S.201]. Der Vollständigkeit halber dürfen auch die Namen Tom Redman und Larry English an dieser Stelle nicht unerwähnt bleiben, welche in den 1990er Jahren ebenfalls wichtige Arbeiten zur Thematik veröffentlichten. Allerdings reichen ihre Definitionen der Datenqualität nach Meinung des Autors in Sachen Umfang und Detaillierung nicht an das Werk Wangs heran, weswegen sie im Rahmen dieser Projektarbeit zwar erwähnt, jedoch nicht näher behandelt werden. Wangs Arbeit hingegen beruht auf statistischen Methoden und ist insofern sehr interessant für das Thema. Er führte 1996 eine Umfrage unter 137 IT Nutzern durch, um herauszufinden, was ihrer Meinung nach Datenqualität auszeichnet [Kas11, S.25] [Tre06, S.19]. Herausgekommen sind 16 Dimensionen in 4 Kategorien, welche bspw. in [Lee01, S.5] und [Tre06, S.35f.] nachzulesen sind. Sie bilden die Grundlage für eine Vielzahl weiterer Arbeiten zum Thema, so auch für die beiden folgenden Werke der DGIQ (siehe Abschnitt 2.3) und von Würthele (Abschnitt 2.4). Allerdings werden sie nicht als Originalquelle in dieser Arbeit untersucht, sondern nur innerhalb der beiden aufbauenden Werke. Dies geschieht einerseits, um eine möglichst aktuelle Definition der Datenqualität zu erhalten, da annähernd 20 Jahre eine große Zeitspanne in der IT Branche ausmacht. Weiterhin soll untersucht werden, inwiefern sich die originalen Dimensionen von Wang im Laufe der Zeit evtl. geändert haben. 2.3 Ansatz der DGIQ Einen wichtigen, weil vergleichsweise weit verbreiteten Ansatz zur Erfassung und Quantifizierung des Datenqualitätsbegriffs liefert die Deutsche Gesellschaft für Informations und Datenqualität e.v. (DGIQ). Die DGIQ hat es sich nach eigenen Angaben zum Ziel gesetzt, alle Aktivitäten zur Verbesserung der Informationsqualität in Gesellschaft, Wirtschaft, Wissenschaft und Verwaltung zu fördern. Essentiell ist dabei der gegenseitige Austausch; so fand im November 2013 bspw. die 11. von der DGIQ organisierte German Information Quality Management Conference (GIQMC) statt. Im 2007 abgeschlossenen Projekt IQ Dimensionen definieren (IQ für Informationsqualität, Anmerkung des Autors) hat eine Projektgruppe der DGIQ weiterhin 15 Dimensionen der Informations bzw. Datenqualität definiert. Diese basieren auf der 1996 von Wang durchgeführten Umfrage und werden folgend vorgestellt. 5

6 Abb. 1 Dimensionen der Informationsqualität nach der DGIQ [Kas11, S.29] Die Gruppierung der Dimensionen in Kategorien (systemunterstützt, inhärent, darstellungsbezogen und zweckabhängig) und Untersuchungsgegenstände (System, Inhalt, Darstellung und Nutzung), wie sie in Abbildung 1 dargestellt ist, basiert auf einer Umfrage unter IT Anwendern, die zu 80% dieselben Dimensionen in Gruppen zusammengefasst haben [Kas11, S.30]. Zu beachten ist weiterhin, dass einige der Begriffe umgangssprachlich einander sehr ähnlich sind und sich somit auf den ersten Blick überschneiden [Kas11, S.27]. Aus diesem Grund ist eine präzise Beschreibung der einzelnen Dimensionen nötig, wie sie in Abbildung 2 dargestellt ist. Außerdem ist anzumerken, dass die für den Anwender wichtigen Aspekte Dubletten und Redundanzen scheinbar nicht in den Dimensionen enthalten sind, nach [Kas11, S.43] jedoch durch die Dimension Wertschöpfung abgedeckt werden. Ebenfalls ist festzustellen, dass die Punkte Sicherheit und Datenschutz nicht enthalten sind. Während Sicherheit als technisches Hilfsmittel angesehen wird, dass zu den Dimensionen führt, wird Datenschutz ausdrücklich nicht als eigene Dimension betrachtet und spielt somit keine Rolle in dieser Darstellung [Kas11, S.43]. Dem Grundgedanken nach sind Informationen brauchbar bzw. qualitativ hochwertig, wenn sie den vom Nutzer beabsichtigten Zweck erfüllen. Auch hier gilt also das angesprochene fitness for use Konzept. Dies ist allerdings erst erfüllt, wenn alle Dimensionen eine hohe oder wenigstens ausreichende Qualität aufweisen. Dabei nimmt keine Dimension einen höheren Stellenwert ein als eine andere. Allerdings steht es dem Nutzer von Informationen frei, die Qualitätsaspekte aus seiner Sicht zu priorisieren wenn auch ausdrücklich erst, nachdem alle 15 Dimensionen bedacht und gegeneinander abgewogen wurden [Kas11, S29f.]. Dieser Aspekt wurde bereits in der ursprünglichen Arbeit Wangs herausgestellt [Lee06, S.55]. 6

7 Abb. 2 Die 15 IQ Dimensionen der DGIQ im Detail [Kas11, S.28] Abschließend ist festzuhalten, dass die von der DGIQ erarbeitete Version der Datenqualitätsausprägungen in großem Ausmaß auf den originalen Dimensionen von Richard Wang basiert, nachzulesen bspw. in [Lee01, S.5]. Es wurden im Wesentlichen einige Formulierungen und Anordnungen der Begriffe auf Grundlage aktueller Untersuchungen angepasst. Auffällige Unterschiede bestehen darin, dass der besprochene Aspekt der Sicherheit (access security im Original) nach Ansicht der DGIQ kein Bestandteil der Dimensionen ist (siehe oben). Ebenfalls wurde der Aspekt der Bearbeitbarkeit ( ease of operation, später ease of manipulation ) in die Übersicht 7

8 aufgenommen. Er wurde zwischenzeitlich von Wang als überflüssig erachtet, mittlerweile aber wieder von ihm aufgenommen, weswegen er auch von der DGIQ berücksichtigt wurde [Kas11, S.27]. Das Ausmaß, zu welchem die Arbeit Wangs von der DGIQ berücksichtigt wurde, zeigt dabei die Bedeutung des in Abschnitt 2.2 beschriebenen statistischen Ansatzes, welchen Wang mit seiner Umfrage 1986 verfolgte. 2.4 Datenqualitätsradar nach Würthele Eine weitere bemerkenswerte Arbeit zur Aufstellung von Datenqualitätsausprägungen liefert Volker Würthele, von dem bereits eine allgemeine Definition des Datenqualitätsbegriffs in den vorangegangenen Abschnitten aufgezeigt wurde, mit seiner Abhandlung zur Erlangung eines Doktortitels an der ETH Zürich. Würthele fußt seine Arbeit dabei nicht einzig auf Umfragen, sondern auf grundsätzlichen Überlegungen. So unterscheidet er bspw. mehrere Datenarten, wobei dies nicht Bestandteil dieser Projektarbeit sein soll. Es sei jedoch vermerkt, dass sich Würthele in seinem Werk auf nichtflüchtige und gespeicherte Daten bezieht [Wür03, S.19]. Ebenfalls unterscheidet er zwischen Daten und Informationsqualität, wobei er sich hier ausdrücklich mit Datenqualität beschäftigt und damit relevant für diese Projektarbeit ist. Bevor nun aber die gewählten Datenqualitätsausprägungen von Würthele präsentiert werden können, müssen zwei seiner grundlegenden Vorüberlegungen behandelt werden: die Aspekte der Modell und der Zeitabhängigkeit [Wür03, S.26ff]. Er geht davon aus, dass jede Person, also auch jeder Datennutzer ein eigenes Modell wählt, also einen eigenen Blick auf die Realität hat. Konkret bedeutet dies, wie er selbst im Wortlaut sagt: Bezüglich Datenqualität ist festzuhalten, dass unterschiedliche Sichten auf die Realität auch zu unterschiedlichen Interpretationen von aus der Realität stammenden Daten führen. [Wür03, S.27]. Folgerichtig kann Datenqualität also in ihren Ausprägungen nicht ausschließlich auf die ihr zugrunde liegenden Daten reduziert werden, sondern bedarf umfassenderer Betrachtung. Gleiches gilt für den Punkt der Zeitabhängigkeit, da die angesprochene Realität ständigen Änderungen unterliegt. An dieser Stelle sei an den zweiten Teil Würtheles allgemeiner Definition des Datenqualitätsbegriffs erinnert: Mehrdimensionales Maß für die Eignung von Daten, den an ihre Erfassung/Generierung gebundenen Zweck zu erfüllen. Diese Eignung kann sich über die Zeit ändern, wenn sich die Bedürfnisse ändern. [Wür03, S.21]. Des Weiteren versteht Würthele Datenqualität im Rahmen seiner Arbeit immer im Zusammenhang mit Informationsprozessen. Die Prozesssicht hat er gewählt, da die Qualität eines Endproduktes nur dann gewährleistet ist, wenn sie immer alle Teilprozesse hinweg sichergestellt wird. Er verweist hier, ähnlich wie Wang, auf die Analogie zu Produktionsprozessen [Wür03, S.23]. In einem weiteren Schritt hat Würthele die Ergebnisse einer umfassenden Literaturrecherche zusammengefasst, wobei er auch die Arbeit Wangs berücksichtigt. Daraus entstanden ist der Qualitätsbaum für Datenelemente, welcher bei [Wür03, S.24] nachgeschlagen werden kann. Er wird aber nicht eigens in dieser Arbeit präsentiert, da er nur einen Zwischenschritt zum Datenqualitätsradar und nicht die eigentliche Arbeit Würtheles darstellt. Der Qualitätsbaum besteht aus 18 Dimensionen, welche in fünf Kategorien eingeordnet werden. Er ähnelt damit dem Werk Wangs respektive der DGIQ. Allerdings stellt er die Zeitabhängigkeit der einzelnen Kriterien nicht dar und zeigt auch nicht auf, wie sie untereinander korrelieren und insgesamt zur Datenqualität beitragen. 8

9 Aus diesem Grund wurde das Datenqualitätsradar entwickelt [Wür03, S.25], welches nachfolgend in Abbildung 3, zusammen mit einer Erklärung der einzelnen Bestandteile in Abbildung 4 (analog zu 2.3), präsentiert wird. Abb. 3 Datenqualitätsradar nach Würthele [Wür03, S.31] 9

10 Abb. 4 Die Dimensionen des Datenqualitätsradars nach Würthele [Wür03, S.32] Offensichtlich ist das Datenqualitätsradar nicht auf den ersten Blick so leicht zu lesen wie die Grafik der DGIQ. Folgende Erklärungen sind im Wortlaut [Wür03, S.30] zu entnehmen: jede weiße Fläche entspricht einem Qualitätsmerkmal die direkte Nachbarschaft zweier Flächen bedeutet einen engen Zusammenhang der entsprechenden Merkmale im Zentrum des Radars steht die Datenqualität als Ganzes (DQ), die nach außen hin immer stärker aufgefächert wird außen steht die Technikqualität, welche zwei Drittel der Ringsektoren umfasst und deren Spitze bis zum Zentrum der Datenqualität reicht die Technikqualität berührt ausdrücklich nicht alle Qualitätsmerkmale einige Nachbarschaften sind bewusst durch ein Loch ausgeschlossen das Radar liefert eine momentane Bewertung der Datenqualität zu einem bestimmten Zeitpunkt tx 10

11 Zu beachten ist hier die Unterteilung der Datenqualität in verschiedene Faktoren. Die Anforderungen an Daten selbst sind nicht so detailliert aufgeschlüsselt wie bei Wang bzw. der DGIQ, dennoch sind durch die harten Faktoren die wichtigsten Dimensionen abgedeckt, welche andere, in Kapitel 2.3 aufgezeigte teilweise einschließen können. Auch [Hei11, S.49], eine DGIQ Quelle, benennt diese Kriterien als die wichtigsten Faktoren. Zusätzlich sind durch die weichen Faktoren und die Punkte Organisation und Technikqualität viele wichtige Aspekte bedacht worden, die das Datenqualitätsradar zu einem ganzheitlichen Instrument machen. Besonders hervorzuheben ist die Technikqualität. So wird in [Wür03, S35] explizit auf ihre Bedeutung hingewiesen, indem der Vergleich zum Eisbergmodell gezogen wird. Weist ein Informatiksystem keinerlei Schutzmechanismen oder dergleichen auf, wird aber gut gepflegt, so ist dieser Pflegezustand in Form einer guten Datenqualität als Spitze des Eisbergs sichtbar. Unter der bildlich gesprochenen Wasseroberfläche liegt aber nicht sichtbar die Basis, nämlich die in diesem Fall schlechte Technikqualität. Sie birgt ein großes Risiko für den Fall, dass eine entsprechende Pflege des Systems nicht mehr erfolgen kann. Würthele zeigt an dieser Stelle also deutlich auf, dass Datenqualität nicht nur in Hinblick auf die ihr zugrunde liegenden Daten betrachtet und beurteilt werden darf, sondern weitergehender Überlegungen bedarf. 2.5 Zwischenfazit Im Laufe dieses Kapitel wurde zunächst auf Daten und Informationen eingegangen und festgelegt, dass aufgrund von Überschneidungen in der Fachliteratur die Begriff Datenund Informationsqualität zur Erfassung des Qualitätsbegriffs synonym verwendet werden können. Weiterhin wurde eine allgemeine Definition für Datenqualität nach Würthele präsentiert, aus der ersichtlich wurde, dass die Schwierigkeit bei einer angemessenen Definition des Datenqualitätsbegriffs im Wesentlichen die Bestimmung seiner Ausprägungen ist. Zu diesem Zweck wurden einige grobe Definitionsmöglichkeiten aufgezeigt und anschließend die beiden umfassenden Werke der DGIQ und von Volker Würthele zu dieser Thematik vorgestellt, welche beide zu einem, wenn auch unterschiedlich großem, Teil auf der Arbeit von Richard Wang basieren. Nun gilt es, sich auf eine der beiden Definitionen von Datenqualitätsausprägungen festzulegen, die als Grundlage für den weiteren Verlauf dieser Projektarbeit dienen soll. Betrachtet man die Version der DGIQ, welche quasi das Werk Wangs präsentiert, so fällt sofort die starke Auffächerung des Datenqualitätsbegriffs auf. Es werden unterschiedliche Kategorien betrachtet, zu denen auch das System im weiteren Sinne zählt. Allerdings beziehen sich sämtliche Aspekte auf die Eigenschaften von Daten bzw. Informationen. Wie am Ende des Abschnitts 2.4 erklärt wird, zeigt Volker Würthele jedoch deutlich auf, dass der Begriff Datenqualität wesentlich komplexer ist, als dass er nur auf die Eigenschaften von Daten reduziert werden dürfe. Das Datenqualitätsradar von Würthele berücksichtigt diese Komplexität, indem es eine Vielzahl unterschiedlicher Einflussfaktoren auf Datenqualität darstellt und somit die Ganzheitlichkeit des Datenqualitätsbegriffs aufzeigt. Aus diesem Grund soll die Arbeit Würtheles als Basis für die weiteren Abschnitte dieser Abhandlung dienen. Bevor nun dieses Kapitel abgeschlossen werden kann, muss explizit darauf hingewiesen werden, dass die Thematik der Datenqualität hier nicht ganzheitlich betrachtet wurde und wird. Ein elementarer Baustein zur kompletten Betrachtung sind 11

12 Datenqualitätsmetriken, welche eine Messung und damit Quantifizierung der Datenqualität erlauben [Hei11, S.49]. Ohne entsprechende Messungen lässt sich nach [Mor11, S.22] und [Tre11, S.52] keine adäquate Aussage über Datenqualität und ihre entsprechenden Auswirkungen treffen. Nach [Wür03, S.13] sollte es sich dabei genauer gesagt um ein Metriksystem handeln, welches einerseits harte und messbare, andererseits aber auch bloß schätzbare Kriterien berücksichtigt. In [Wür03] und [Hil11] sind solche Ansätze zur Erstellung entsprechender Metriken beschrieben. Auch die DGIQ arbeitet zum Zeitpunkt der Erstellung dieser Arbeit an ihrem Projekt IQ Dimensionen bewerten, welches sich ebenfalls mit einer Messbarkeit der Datenqualitätsdimensionen beschäftigt. Hierdurch wird abermals aufgezeigt, dass Datenqualität eine komplexe Thematik darstellt, für die weiterhin umfassender Forschungsbedarf besteht. 3 Datenqualitätsmanagement 3.1 Grundlage: DQM Methoden Nachdem auf den vergangenen Seiten eine angemessene Definition des Datenqualitätsbegriffs gefunden wurde, soll es in diesem Kapitel nun darum gehen, geeignete Methoden für das Datenqualitätsmanagement zu betrachten. Dabei soll der aufgezeigte Datenqualitätsbegriff nach Würthele nicht als Basis für die beschriebenen Methoden dienen, sondern vom Leser lediglich im Hinterkopf behalten werden, um sich der Komplexität der Thematik bewusst zu sein. Bevor nun aber entsprechende Methoden für das Datenqualitätsmanagement untersucht werden, muss zunächst einmal verdeutlicht werden, was darunter zu verstehen ist, angefangen mit Datenqualitätsmanagement. Anders als beim Begriff der Datenqualität soll hier keine exakte und aufgeschlüsselte Definition erfolgen, sondern der Ausdruck lediglich grob umrissen werden. Dies ist darin begründet, dass das Verständnis von Datenqualitätsmanagment in der Literatur nach Meinung des Autors starken Abweichungen unterliegt. Es mangelt hier also nicht an einheitlicher Definition, sondern vielmehr am allgemeinen Verständnis des Begriffs. So wird mitunter bereits die manuelle Bereinigung von Daten (Löschen von Dubletten etc.) als Datenqualitätsmanagement verstanden, wobei derartige Maßnahmen reaktiv, also nachträglich sind [Zwi11, S.102f.]. Hier soll es jedoch um ein ganzheitliches, proaktives Datenqualitätsmanagement gehen, welches nach [Zwi11, S.109] einzig als echtes Datenqualitätsmanagement bezeichnet werden kann und durch folgende Merkmale gekennzeichnet wird: Beseitigung der Fehlerquellen Fortlaufende Überwachung der Datenqualität Präventive Verhinderung neuer Datenfehler im laufenden Betrieb Regelmäßige Bereinigung neu entstandener Datenfehler Auszeichnend für ein Datenqualitätsmanagement sind also steuernde und damit proaktive Aufgaben [Lüs11, S232] [Koc11, S.24] [Brü12, S.122]. Offensichtlich stellt ein ganzheitliches Datenqualitätsmanagement also ein großes Unterfangen für ein Unternehmen dar, da durch präventive Maßnahmen im laufenden Betrieb auch Geschäftsprozesse tangiert werden. Für umfangreiche Veränderungen im Unternehmen empfiehlt sich nach [Wol11, S.257] die Initiierung durch Projekte. Ein solcher Projektablauf könnte nach [Wei11, S.71 85] folgendermaßen aussehen: 12

13 1) Initiierung des Datenqualitäts Projekts 2) Definition der Datenqualitäts Anforderungen 3) Messung der vorhandenen Datenqualität 4) Analyse der Fehlerursachen 5) Verbesserung der Datenqualität 6) Permanente Überwachung der Datenqualität Diese Projektarbeit setzt an den Punkten 4 6 an, wobei insbesondere Punkt 5 interessant ist, welcher ebenfalls die Geschäftsprozessoptimierung enthalten kann. Ferner zeigt er auf, was alle Definitionen respektive Ansichten von Datenqualitätsmanagement gemeinsam zu haben scheinen: eine Verbesserung der Datenqualität. Die in dieser Arbeit behandelten Methoden sind dabei nicht als eigenständiges und ganzheitliches Datenqualitätsmanagement zu verstehen, sondern unterstützen dieses wie bereits angedeutet. Ferner ist anzumerken, dass es sich um Methoden im weiteren Sinne handelt. Streng genommen werden Systeme wie das folgend behandelte Six Sigma gerne als eigenständige Methoden gesehen, wobei sie selbst eine Vielzahl verschiedener (bspw. Analyse ) Methoden enthalten und damit eigentlich eine Überordnung einnehmen. Für die folgenden Methoden wäre also eigentlich der Begriff Managementsystem oder teilweise auch philosophie treffender. Sie stellen keine gesonderten Lösungen für die Datenqualitätsproblematik dar, sondern sind in der Regel vielseitig anwendbar. Dies basiert auf der Aussage von [Wei11, S.68f.], nach welcher die Behandlung von Daten und Informationen analog zu Produkten vorzunehmen ist. Es sei hier an Richard Wang erinnert, nach welchem die Nutzung bereits etablierter Methoden des Qualitätsmanagements aus der Fertigungsindustrie zu bevorzugen ist. Es werden im Rahmen dieser Arbeit also keine neuen, aber ggf. für die Problematik des Datenqualitätsmanagements neue respektive selten betrachtete Methoden aufgezeigt. Dies geschieht u.a. aus dem Grund, abermals die Komplexität der Thematik und daher die Notwendigkeit kreativer Herangehensweisen darzustellen. 3.2 Lean Six Sigma Die erste der aufzuzeigenden Methoden stellt Lean Six Sigma dar. Dieses stellt eine Kombination der bekannten Konzepte Lean Management und Six Sigma dar, wobei letzteres explizit im Zusammenhang mit Datenqualitätsmanagement erwähnt wird [Wei11; S.69] und auch im Kontext des allgemeinen, unternehmensweiten Qualitätsmanagements häufig genannt wird [Koc11, S.183]. Außerdem fließen Elemente des Design for Six Sigma (DFSS) ein, wobei diese eher von geringerer Bedeutung für das Gesamtkonzept sind und daher nicht eigenständig behandelt werden. Das Ziel dieses Gesamtkonzepts ist nicht nur die Kombination der Vorteile besagter Konzepte [Gam13, S.273f.], sondern die Schaffung von Synergien [Töp09, S.8f.]. Im Kern handelt es sich dabei um eine Optimierung des betriebswirtschaftlichen Dreiecks Qualität Zeit Kosten [Töp09, S.3f.]. Es muss jedoch an dieser Stelle gesagt werden, dass Lean Management und Six Sigma jeweils umfassende und eigenständige Konzepte darstellen, die hier nicht in dem ihnen gebührenden Umfang behandelt werden können. Gleiches gilt für die folgenden Methoden, so dass dieses Kapitel als kurze Vorstellung inkl. Einschätzung besagter Konzepte zu verstehen ist. 13

14 Abb. 5 Gleiches Ziel, unterschiedlicher Ansatz von Lean Management und Six Sigma [Töp09, S.8] Abbildung 5 zeigt auf einen Blick, dass Lean Management und Six Sigma prinzipiell den gleichen Zielvorgaben folgen, dies jedoch auf unterschiedliche Art und Weise tun. Dadurch, dass beide die Prozesse nachhaltig verbessern, kann die Qualität, also auch Datenqualität, stark verbessert werden. Six Sigma ist direkt auf eine Qualitätssteigerung ausgerichtet, Lean Management bietet durch Verschlankung der Prozesse das Potential für eine geringere Fehleranfälligkeit und damit indirekte Qualitätssteigerung [Töp09, S.5]. Lean Management Das Lean Konzept wurde in den 1950er Jahren in Japan entwickelt, wo es seitdem bei Toyota starke Anwendung findet. Lean Management, auch als Lean Production bezeichnet, beschreibt nach [Hum13, S.40] ein Organisations und Produktionsmodell, das das Management im Hinblick auf Ziele wie Qualität, Produktivität, Flexibilität und Mitarbeitermotivation unterstützt. Es bildet nach Expertenmeinung die Grundlage für Toyotas Erfolg als Automobilhersteller. Kerngedanke des Konzepts ist die Schaffung schlanker Prozesse durch Vermeidung von Verschwendung, welche Toyota nach sieben Arten unterscheidet: Überproduktion, Wartezeit, Prozessübererfüllung, Transport, Nacharbeit, Bestand und Bewegung [Töp09, S.28] [Koc11, S.127ff]. Es wird also angestrebt, Verschwendungskosten respektive Blindleistungen zu vermeiden [Töp09, S.28f.]. Dies geschieht durch eine Fokussierung auf für den Kunden relevante, also wertschöpfende Prozesse und Beseitigung aller nicht essentiellen Prozessschritte [Gor13, S.153ff]. 14

15 Abb. 6 Grundprinzipien des Lean Thinking [Töp09, S.31] Lean Management ist, wie vorab bereits erwähnt, nicht als Maßnahme, sondern vielmehr als Konzept zu verstehen [Koc11, S.126]. Grafik 6 zeigt die fünf Prinzipien des Lean Thinking und verdeutlicht damit, dass Lean Management ganzheitlich ansetzt und sämtliche Unternehmensbereiche durchzieht [Töp09, S.42]. Ebenfalls wird ein elementarer Aspekt des Lean Managements beschrieben, nämlich die Betrachtung und Analyse des Wertstroms. Dieses Werkzeug trägt massiv zur Stärke von Lean Management bei: in jedem Prozess Verschwendung erkennen und beseitigen, das gesamte Unternehmen also schlanker und reaktionsschneller zu machen. Qualität wird folglich im Zuge der Prozessoptimierung erzeugt und gewährleistet. Treten allerdings schwerwiegende Abweichungen von im Rahmen des Lean Managements formulierten Standards auf, so ist das Konzept nicht in der Lage, diesen wirkungsvoll zu begegnen und Qualität weiterhin aufrecht zu erhalten. An dieser Stelle setzt Six Sigma an [Töp09, S.43]. Six Sigma Anders als Lean Management ist Six Sigma ein selektiv, also gezielt ansetzendes Konzept zur Qualitätsverbesserung von wertschöpfenden Prozessen [Koc11, S.117]. Es zeichnet sich durch die Durchführung in klar definierten Projekten von üblicherweise 90 bis 180 Tagen Dauer und eine Zielstruktur aus, bei der finanzielle Ergebnisse, also die Bemessung von Veränderungen in monetären Maßen im Vordergrund steht [Töp09, S.43]. Namensgebend ist dabei der Sigma Wert, welcher eine Messgröße für die tolerierte Abweichung auf Basis der Gauß schen Normalverteilung und ihrer Standardabweichung darstellt [Koc10, S.106f.]. 6σ entspricht dabei einem Qualitätsniveau von 99,99966% und einer praktikablen Null Fehler Qualität (100% und damit absolute Perfektion sind per se auszuschließen), dem angestrebten Qualitätsziel bei Six Sigma [Koc11, S.148ff]. Zum Vergleich: das durchschnittliche Qualitätsniveau in der deutschen Industrie wird mit 3,8σ angegeben, entsprechend 99% und einer Fehlerrate von parts per million (ppm) [Töp09, S.10f.]. Six Sigma findet starke Anwendung im amerikanischem Raum, speziell bei General Electrics. 15

16 Abb. 7 Der DMAIC Zyklus in Six Sigma [Töp09, S.45] Die Six Sigma Philosophie besteht nach [Töp09, S.45] darin, durch zielgerichtete Übersetzung der Stimme des Kunden in die Sprache der Prozesse Produkte und Dienstleistungen mit hoher Qualität zu erzeugen und so Wirtschaftlichkeit, also Effizienz, mit Kundenzufriedenheit, also Effektivität, zu verbinden.. Der Grundgedanke ist dabei, dass qualitativ hochwertige Prozesse qualitativ hochwertige Produkte erzeugen [Koc11, S.131] [Kos13, S.137] [Gam13, S.249]. Zu diesem Zweck bedient sich Six Sigma einem elementaren und weit verbreiteten Werkzeug: dem DMAIC Zyklus (siehe Abbildung 7). Analog zum PDCA Zyklus (plan do check act) steht der DMAIC Zyklus (define measure analyse improve control) für wissenschaftliche und analytische Herangehensweisen [Koc11, S.118f.]. Aus diesem Grund eignet sich Six Sigma für die gezielte Bewältigung komplexer Probleme. Damit sind im Wesentlichen die Unterschiede zu Lean Management genannt: Six Sigma greift punktuell und konzentriert unter Einbeziehung weniger Mitarbeiter des Unternehmens dort an, wo Lean Management als unternehmensweiter Standard nicht wirken kann [Töp09, S.54f.]. Zur Ergänzung von Lean Management scheint es also durchaus geeignet zu sein. Lean Six Sigma Nach [Töp09, S.57] gibt es nun drei Möglichkeiten, Lean Management und Six Sigma zu kombinieren. Im Wortlaut: 1. Die Strategie, den aufwändigen Six Sigma Projektmanagementprozess mit dem Gedankengut und den Methoden des Lean Managements schlanker zu machen 2. Lean Management gezielt durch Six Sigma Projekte zu ergänzen 3. Beide Konzepte ganzheitlich in zweckmäßiger Bearbeitungsfolge und in leistungsfähigem Ausmaß inhaltlich untereinander zu vernetzen. Hervorzuheben ist nach Meinung des Autors dabei die dritte Variante, da nur sie den Aussagen von [Töp09, S.58ff] folgend in der Lage ist, beide Konzepte sinnvoll und synergienschaffend zu verbinden. Abbildung 8 verdeutlicht dabei die Art und Weise der Verknüpfung. 16

17 Abb. 8 Kombination von Lean Management und Six Sigma [Töp09, S.60] Abschließend lässt sich also festhalten, dass Lean Six Sigma durch die sinnvolle Kombination von den sich ergänzenden Konzepten Lean Management und Six Sigma ein wirkungsvolles Gesamtkonzept zur Qualitätsverbesserung im Unternehmen darstellt. Da es nach [Töp09, S.5] auf alle Unternehmensprozesse anwenden lässt, ist die Aussage bzgl. des Verbesserungspotentials auch auf die Thematik der Datenqualität übertragbar. 3.3 Risiko Assessment Einen gänzlich anderen Ansatz als das besprochene Lean Six Sigma wählt Hakim Harrach in seiner Arbeit. Er sieht Datenqualitätsmanagement als ein Instrument der Unternehmensleitung, um den Kosten Nutzen Faktor der Produktion guter Datenqualität zu optimieren. [Har10, S.20]. Dementsprechend merkt er an, dass die Kosten, welche bei mangelhafter Datenqualität, aber auch bei der Verbesserung der Datenqualität entstehen, in einem angemessenen Verhältnis zum erreichten Nutzen stehen müssen [Har10, S.20f.]. In der Konsequenz spricht er sich für eine Priorisierung von durch Daten induzierten Risiken aus, um einen guten Ausgangspunkt für weitergehende Maßnahmen zu haben [Har10, S.1]. Von einem Risiko ist nach [Har10, S.26] nicht bekannt, ob es eintreten wird und welchen Schaden es in diesem Fall verursachen wird. Es lässt sich aber mit einer Wahrscheinlichkeit beziffern, wobei das Risiko der Eintrittswahrscheinlichkeit multipliziert mit dem Schadensausmaß entspricht. Konkreter wird es bei dem Begriff IT Risiko. Danach versteht man nach [Har10, S.27] die Unfähigkeit, anforderungsgerechte IT Leistungen effektiv und effizient erbringen zu können. Im nächsten Schritt lässt sich auch ein IT Risikomanagement definieren. Nach [Har10, S.27] umfasst dies alle systematischen Maßnahmen zur rechtzeitigen Erkennung, Bewertung und Bewältigung von potentiellen Risiken.. Harrach diskutiert in seiner Arbeit also die Bedeutung und den Ablauf eines Risikomanagements in der IT und zeigt anschließend seine Anwendungsmöglichkeit im Bereich des Datenqualitätsmanagements auf. Dieser Ansatz ist in der Fachliteratur möglicherweise ein einzigartiger oder zumindest seltener und soll hier daher vorgestellt, jedoch nicht in seiner genauen Methodik erläutert werden. 17

18 Ein Kernelement in der Arbeit Harrachs stellt der vorab bereits erwähnte PDCA Zyklus dar [Har10, S.28]. Der PDCA Zyklus, obwohl in den 1950er Jahren vom Amerikaner Deming (daher auch manchmal Deming Zyklus genannt) entwickelt, findet weitläufige Anwendung in der japanischen Kaizen Philosophie, dem kontinuierlichen Verbesserungsprozess [Har10, S.44ff]. Als solcher ist er nicht als geschlossenes System, sondern als offener Prozess zu verstehen, der immer wieder durchlaufen wird [Har10, S.28]. Er bildet die Grundlage für den von Harrach beschriebenen Risikomanagement Prozess, welcher sich analog zum PDCA Zyklus in die Phasen Risikoidentifikation (plan), analyse (do), handhabung (check) und überwachung (act) aufteilt [Har10, S.28ff, S.62ff]. Damit nun jedoch die dem Risikomanagement gelieferten Daten qualitativ hochwertig sind, ist nach [Har10, S.34] die Einführung unternehmensweiter Qualitätsregelkreise notwendig. Dies wird weiterhin dadurch begründet, dass Datenqualität im Wesentlichen von den ihr zugrunde liegenden Prozessen bestimmt und daher auch am besten durch eine Prozessoptimierung verbessert wird [Har10, S.35]. Bevor eine solche Verbesserung der Datenqualitätsprozesse angestrebt werden kann, gilt es zunächst, die Voraussetzungen dafür zu schaffen. Hierfür bedient sich Harrach zunächst einmal sogenannter Reifegradmodelle, welche hier zum Ziel haben, die Qualität der relevanten Prozesse sichtbar zu machen. Da auf dem Markt verschiedene Reifegradmodelle existieren, muss je nach gewünschter Detaillierung und Darstellung ein für das jeweilige Unternehmen passende Modell gewählt werden [Har10, S.35ff]. Eine weitere Grundlage der Arbeit Harrachs ist ein ausgeprägtes Data Ownership Konzept, welches Verantwortlichkeiten für Unternehmensdaten und damit auch deren Qualität definiert. Im Wesentlichen sind dies Datenerfasser, verarbeiter und nutzer [Har10, S.41ff]. Sind diese Voraussetzungen geschaffen, kann auf Basis des PDCA Zyklus nun ein Datenqualitätsregelkreis implementiert bzw. ein existierender effektiv genutzt werden. Die durchlaufenen Phasen sind dabei die Qualitätsplanung (plan), lenkung (do), sicherung (check) und verbesserung (act) [Har10, S.45f., S.59f.]. 18

19 Abb. 9 Regelkreis des Risiko und Qualitätsmanagements [Har10, S.61] Abb. 10 Priorisierung der Risiken [Har10, S.66] 19

20 Abbildung 9 zeigt nun die Anordnung und Wirkungsweise eines Risikomanagement im Verhältnis zu einem Datenqualitätsregelkreis. Abbildung 10 hingegen zeigt ein mögliches Ergebnis des Risiko Assessments, nach welchem eine Priorisierung und damit effiziente Handhabung der identifizierten Risiken möglich ist. Beide Abbildungen verdeutlichen den Grundgedanken der Arbeit Harrachs, über die Einführung und Handhabung des Risikobegriffs, also einer Verminderung von Risiken, eine Steigerung der Datenqualität zu erreichen [Har10, S.68]. Diese Herangehensweise unterscheidet sein Werk grundlegend von den anderen in dieser Projektarbeit vorgestellten Konzepten und stellt einen interessanten Ansatz dar, ohne dabei spezifische Maßnahmen zur Steigerung der Datenqualität betrachten zu müssen. Allerdings ließen sich in dieser kurzen Abhandlung des Konzepts ebenfalls einige Gemeinsamkeiten feststellen, welche in Abschnitt 3.5 aufgegriffen werden. 3.4 A3 Thinking Die dritte und letzte der in dieser Arbeit behandelten Methoden stellt nun A3 dar. Dabei handelt es sich mehr noch als die beiden zuvor behandelten Konzepte um eine Philosophie bzw. eine ganze Reihe von Prozessen und Gedankengerüsten [Sma08, S.8]. Es stellt laut [Sma08, S.2f.] einen der wesentlichen Faktoren für Toyotas Erfolg dar. Anders als das ebenfalls einen Eckpfeiler von Toyota bildende Lean Management verfolgt es dabei nicht die Verschlankung von Prozessen und Qualitätssteigerung durch Vermeidung von Verschwendung, sondern vielmehr das tiefgehende Verständnis von im Unternehmen auftretenden Problemen und entsprechende Korrekturmaßnahmen [Sma08, S.5]. Kern bildet dabei auch hier die wissenschaftliche Arbeitsweise unter Zuhilfenahme des PDCA Zyklus [Sma08, S.4]. Dabei wird A3 als das Fleisch auf dem PDCA Skelett beschrieben [Sma08], was die Bedeutung des PDCA Zyklus verdeutlicht. Namensgebend für das Konzept ist das A3 Papierformat, auf welchem kurze, knappe und übersichtliche Berichte zu behandelten Themen verfasst werden. Dabei ist zu beachten, dass diese Berichte ein Kernelement des Systems A3 ausmachen, aber nicht als das System selbst zu verstehen sind, welches sich wie gesagt durch umfassende Prozesse im Hintergrund auszeichnet [Sma08, S.8]. Da A3 nach [Sma08] als Werkzeug mit breitem Anwendungsgebiet angesehen wird, mit dem sich auch Qualitätsprobleme angehen lassen (siehe folgender Absatz), wird es hier ebenfalls im Kontext der Datenqualitätsthematik behandelt. Um das Ausmaß des in A3 involvierten Denkens begreifen zu können, eignet sich folgende Anekdote hervorragend. In [Sma08, S.6f.] beschreibt einer der Autoren dabei seine Erfahrungen als Trainee in Japan. Er wurde mit der Aufgabe konfrontiert, Qualitätsprobleme an einer Präzisionsschleifmaschine zu lösen. Instinktiv schlug er eine Variierung verschiedener Parameter vor, um das Problem zu lösen. Sein Vorgesetzter hingegen lies ihn die Maschine mit ihren detaillierten Funktion erfassen, dokumentieren und eine Liste mit allen möglichen Defekten erstellen. Auf diese Weise ließ sich eine bestimmte Art von Defekt feststellen, welcher für die Qualitätsprobleme verantwortlich gemacht werden konnte. Im nächstens Schritt ordnete der Vorgesetzte an, sämtliche möglichen Ursachen für den Defekt aufzustellen. Da dies zur eindeutigen Ursachenbestimmung aber noch nicht ausreichend war, sollte der Autor für jede der möglichen Ursachen Korrekturmaßnahmen entwerfen und testen. Nach mehreren Tests konnte er das mit Bakterien verseuchte Kühlmittel als Fehlerquelle feststellen und durch einen Austausch des Kühlmittels Abhilfe schaffen. Er berichtete seinen Vorgesetzten und war überrascht, als diese nicht vollständig zufrieden mit seiner Arbeit 20

Six Sigma Messungen. 2004 KnowHow 4U Seite 1 von 5

Six Sigma Messungen. 2004 KnowHow 4U Seite 1 von 5 Six Sigma Messungen Definition: Six Sigma wird benutzt um einen Null Fehler Status zu beschreiben und aufzuzeigen wie nah ein Prozessablauf an diesen Zustand heranreicht. Per Definition sind 3,4 Fehler

Mehr

1. Einleitung. 1.1. Ausgangssituation

1. Einleitung. 1.1. Ausgangssituation 1. Einleitung In der vorliegenden Arbeit wird untersucht, welche Faktoren den erfolgreichen Ausgang eines Supply-Chain-Projektes zwischen zwei Projektpartnern beeinflussen. Dazu werden zum einen mögliche

Mehr

TomR.Koch. Lean Six Sigma. Die Automobilindustrie im Wandel. Diplomica Verlag

TomR.Koch. Lean Six Sigma. Die Automobilindustrie im Wandel. Diplomica Verlag TomR.Koch Lean Six Sigma Die Automobilindustrie im Wandel Diplomica Verlag Tom R. Koch Lean Six Sigma: Die Automobilindustrie im Wandel ISBN: 978-3-8428-3118-6 Herstellung: Diplomica Verlag GmbH, Hamburg,

Mehr

Lean Warehousing. Realisierungen in der Wirtschaft und. Prof. Dr.-Ing. Harald Augustin

Lean Warehousing. Realisierungen in der Wirtschaft und. Prof. Dr.-Ing. Harald Augustin Lean Warehousing Realisierungen in der Wirtschaft und Zukunftsszenarien Prof. Dr.-Ing. Harald Augustin LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28. Mai 2008 Steinbeis-Transferzentrum i t Prozessmanagement

Mehr

Befragung und empirische Einschätzung der Praxisrelevanz

Befragung und empirische Einschätzung der Praxisrelevanz Befragung und empirische Einschätzung der Praxisrelevanz eines Vorgehensmodells zur Auswahl von CRM-Systemen D I P L O M A R B E I T zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen

Mehr

Datenqualitätsmanagement im Customer Relationship Management

Datenqualitätsmanagement im Customer Relationship Management Wolfgang Leußer Datenqualitätsmanagement im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis XVII XIX XXI

Mehr

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit Universität Passau Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth Masterarbeit "Identifikation von Erfolgsfaktoren für eine Facebook- Recruiting-Strategie"

Mehr

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit IT-basierte Erstellung von Nachhaltigkeitsberichten Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Die Bedeutung von Datenqualität

Die Bedeutung von Datenqualität Die Bedeutung von Datenqualität Unabhängige Anwenderbefragung von TDWI und emagixx, März 2013 Inhaltsverzeichnis Vorwort...3 1. Executive Summary...4 2. Klassifizierung...5 2.1. Branche...5 2.2. Unternehmensgröße...5

Mehr

Supply Chain Controlling: Entwicklung und Diskussion

Supply Chain Controlling: Entwicklung und Diskussion Supply Chain Controlling: Entwicklung und Diskussion von Christoph Eiser Erstauflage Diplomica Verlag 2015 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 95485 266 6 schnell und portofrei erhältlich

Mehr

(Thema) Realisierung eines kennzahlenbasierten Steuerungskonzepts für das Change Management. Bachelorarbeit

(Thema) Realisierung eines kennzahlenbasierten Steuerungskonzepts für das Change Management. Bachelorarbeit (Thema) Realisierung eines kennzahlenbasierten Steuerungskonzepts für das Change Management Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Design for Six Sigma umsetzen POCKET POWER

Design for Six Sigma umsetzen POCKET POWER Design for Six Sigma umsetzen POCKET POWER 3 Inhalt 1 Einleitung 5 2 Methoden und Werkzeuge 9 2.1 Define 9 2.2 Measure 16 2.3 Analyze 24 2.4 Design 34 2.5 Verify 47 3 Der Einsatz in Systemprojekten 52

Mehr

Planung, Ziele, Kennzahlenmanagement

Planung, Ziele, Kennzahlenmanagement DGQ-Regionet Nordwest 13.11.2008 Planung, Ziele, Kennzahlenmanagement Guido Kuper Qualitätsmanagement Wilhelm Karmann GmbH 1 Wozu benötigt man Kennzahlen? Zur Beruhigung Zur Orientierung Zur Analyse der

Mehr

Cloud Computing in Industrie 4.0 Anwendungen: Potentiale und Herausforderungen

Cloud Computing in Industrie 4.0 Anwendungen: Potentiale und Herausforderungen Cloud Computing in Industrie 4.0 Anwendungen: Potentiale und Herausforderungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftsingenieur der Fakultät

Mehr

DGIQ Projekt IQ-Definition

DGIQ Projekt IQ-Definition DGIQ Projekt IQ-Definition Definition des Begriffsfeldes Informationsqualität bzw. Datenqualität Ein Projekt der DGIQ, 2007 Normen und Standards Dr. Jan Philipp Rohweder, Andrea Piro, Joachim Schmid GIQMC,

Mehr

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad Datenqualität mit dem DataFlux dfpower Studio 8.1 Tobias Jansen Zaferna-Hütte, 4. Januar 2009 Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter Nasa Marssonde Mars Climate Orbiter

Mehr

QUALITÄTSANSÄTZE IM SUPPLY CHAIN MANAGEMENT CHRISTIAN SEIBEL FRANKFURT AM MAIN, 23.06.2009

QUALITÄTSANSÄTZE IM SUPPLY CHAIN MANAGEMENT CHRISTIAN SEIBEL FRANKFURT AM MAIN, 23.06.2009 QUALITÄTSANSÄTZE IM SUPPLY CHAIN MANAGEMENT CHRISTIAN SEIBEL FRANKFURT AM MAIN, 23.06.2009 INHALT PROBLEMSTELLUNG WANDEL DER WETTBEWERBSLANDSCHAFT MOTIVE FÜR EIN QUALITY SUPPLY CHAIN MANAGEMENT INTEGRIERTES

Mehr

Über dieses Buch. Kapitel 1. 1.1 Einleitung

Über dieses Buch. Kapitel 1. 1.1 Einleitung Kapitel 1 Über dieses Buch 1.1 Einleitung Dieses Buch behandelt das Vorgehensmodell Kanban und seinen Einsatz in Softwareentwicklungsprojekten. Kanban ist ein Vorgehensmodell der schlanken Softwareentwicklung

Mehr

Software-Qualität Ausgewählte Kapitel

Software-Qualität Ausgewählte Kapitel Martin Glinz Software-Qualität Ausgewählte Kapitel Kapitel 1 Einführung Universität Zürich Institut für Informatik 2009 Martin Glinz. Alle Rechte vorbehalten. Speicherung und Wiedergabe sind für den persönlichen,

Mehr

Datenqualität: allgemeiner Überblick Waldemar Braun. Seminar Datenqualität OvGU Magdeburg 03.12.2009

Datenqualität: allgemeiner Überblick Waldemar Braun. Seminar Datenqualität OvGU Magdeburg 03.12.2009 Datenqualität: allgemeiner Überblick Waldemar Braun Seminar Datenqualität OvGU Magdeburg Gliederung 1. Einleitung 2. Motivation 3. Definition 4. DQ-Probleme 5. DQ-Dimensionen 6. DQ-Modelle 7. Messen der

Mehr

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching 1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere

Mehr

Systemen im Wandel. Autor: Dr. Gerd Frenzen Coromell GmbH Seite 1 von 5

Systemen im Wandel. Autor: Dr. Gerd Frenzen Coromell GmbH Seite 1 von 5 Das Management von Informations- Systemen im Wandel Die Informations-Technologie (IT) war lange Zeit ausschließlich ein Hilfsmittel, um Arbeitsabläufe zu vereinfachen und Personal einzusparen. Sie hat

Mehr

Alles richtig machen Prozessorientierung hilft Ziele zu erreichen und schafft Vertrauen

Alles richtig machen Prozessorientierung hilft Ziele zu erreichen und schafft Vertrauen Information zum Thema Prozess Der Erfolg eines Unternehmens die Durchsetzung seiner Produkte und Dienstleistungen auf dem Markt, effiziente interne Abläufe, eine gesunde wirtschaftliche Situation hängt

Mehr

Social Software im Change Management. Bachelorarbeit

Social Software im Change Management. Bachelorarbeit Social Software im Change Management Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft der Wirtschaftswissenschaftlichen Fakultät der

Mehr

Lean Warehousing. Methoden und Werkzeuge für die Praxis. Prof. Dr.-Ing. Harald Augustin. LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28.

Lean Warehousing. Methoden und Werkzeuge für die Praxis. Prof. Dr.-Ing. Harald Augustin. LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28. Lean Warehousing Methoden und Werkzeuge für die Praxis Prof. Dr.-Ing. Harald Augustin LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28. Mai 2008 Steinbeis-Transferzentrum i t Prozessmanagement in Produktentwicklung,

Mehr

Wie geht es weiter mit der Einführung? 36 Wie wird dokumentiert? 37 Wie wird die Wirksamkeit nachgewiesen? 39

Wie geht es weiter mit der Einführung? 36 Wie wird dokumentiert? 37 Wie wird die Wirksamkeit nachgewiesen? 39 Inhalt Einleitung 7 Wofür ein QM-System? 10 Was ist bei der Einführung zu beachten? 13 Was beinhaltet die DIN EN ISO 9000-Familie? 13 Wie geht es los? 15 Welche Forderungen werden gestellt? 17 Was hat

Mehr

Innovationsmanagement für kleinere und mittelgroße Bibliotheken ein Vergleich mit Start-Ups und klein- und mittelständischen Unternehmen

Innovationsmanagement für kleinere und mittelgroße Bibliotheken ein Vergleich mit Start-Ups und klein- und mittelständischen Unternehmen Innovationsmanagement für kleinere und mittelgroße Bibliotheken ein Vergleich mit Start-Ups und klein- und mittelständischen Unternehmen Prof. Dr. Ursula Georgy Fachhochschule Köln 103. Bibliothekartag

Mehr

Formulierungshilfen für das wissenschaftliche Schreiben

Formulierungshilfen für das wissenschaftliche Schreiben Formulierungshilfen für das wissenschaftliche Schreiben 1. Einleitendes Kapitel 1.1.1 Einen Text einleiten und zum Thema hinführen In der vorliegenden Arbeit geht es um... Schwerpunkt dieser Arbeit ist...

Mehr

White-Paper zur Studie Lean-IT

White-Paper zur Studie Lean-IT White-Paper zur Studie Lean-IT Riesiges Verbesserungspotential in der Durchführung von IT-Projekten In Zusammenarbeit der Universität Hohenheim mit mm1 Consulting & Management Königstraße 10c D-70173 Stuttgart

Mehr

Analyse kritischer Erfolgsfaktoren für Enterprise Social Networking Anwendungen. Bachelorarbeit

Analyse kritischer Erfolgsfaktoren für Enterprise Social Networking Anwendungen. Bachelorarbeit Analyse kritischer Erfolgsfaktoren für Enterprise Social Networking Anwendungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaften

Mehr

Lean Six Sigma Workshop

Lean Six Sigma Workshop Lean Six Sigma Workshop Wie lassen sich Lean und Six Sigma sinnvoll in Ihrem Unternehmen kombinieren? SIXSIGMA Europe GmbH Passion for Excellence Theodor-Heuss-Ring 23 50668 Köln Tel. Six Sigma +49.221.77109.560

Mehr

Pressemitteilung. Studie: Managing Business Intelligence Wie Sie aus Ihren Daten einen Wettbewerbsvorteil realisieren

Pressemitteilung. Studie: Managing Business Intelligence Wie Sie aus Ihren Daten einen Wettbewerbsvorteil realisieren Pressemitteilung Studie: Managing Business Intelligence Wie Sie aus Ihren Daten einen Wettbewerbsvorteil realisieren 21. Januar 2008, sieber&partners, Norman Briner 1 Vorwort Die bessere Nutzung und Auswertung

Mehr

Leitfaden: Grundlagen der schlanken Aufgabensteuerung

Leitfaden: Grundlagen der schlanken Aufgabensteuerung Leitfaden: Grundlagen der schlanken Aufgabensteuerung Summary: Das richtige zum richtigen Zeitpunkt erledigen Jedes Team, jede Führungskraft und letztlich jeder einzelne von uns ist ständig mit der Herausforderung

Mehr

Swiss Marketing Leadership Studie 2015. Man agement Summary

Swiss Marketing Leadership Studie 2015. Man agement Summary 3 Man agement Summary Marketing ändert sich fundamental und sollte in modernen Unternehmen eine steuernde Funktion in Richtung Kunden- und Marktorientierung einnehmen. Vor diesem Hintergrund entschied

Mehr

Agenda ITIL v3 Framework

Agenda ITIL v3 Framework Agenda ITIL v3 Framework Overview & Allgemeines ITIL Service Lifecycle Service Strategies Service Design Service Transition Service Operation Continual Service Improvement ITIL V3 Continual Service Improvement

Mehr

Qualitätsmanagementsystem nach DIN EN ISO 9001:2015

Qualitätsmanagementsystem nach DIN EN ISO 9001:2015 Qualitätsmanagementsystem nach DIN EN ISO 9001:2015 Quick Tour (Foliensatz für das Management) Karlsruhe, im Juni 2015 Qualitätsmanagement ist einfach. Sehr einfach. Wir zeigen Ihnen wie. ipro Consulting

Mehr

Ausschuss für Recht, Wirtschaft und Arbeit Sitzungsdatum 01.07.2015 öffentlich

Ausschuss für Recht, Wirtschaft und Arbeit Sitzungsdatum 01.07.2015 öffentlich I. Anmeldung TOP: Ausschuss für Recht, Wirtschaft und Arbeit Sitzungsdatum 01.07.2015 öffentlich Betreff: Industrie 4.0 hier: Antrag der CSU-Stadtratsfraktion vom 20.10.2014 Zwischenbericht Anlagen: -

Mehr

Six Sigma. der dynamische Qualitätsansatz bei der Messung und Optimierung Ihrer CVM Strategie. Weltweit führend in Customer Relationship Management

Six Sigma. der dynamische Qualitätsansatz bei der Messung und Optimierung Ihrer CVM Strategie. Weltweit führend in Customer Relationship Management Six Sigma der dynamische Qualitätsansatz bei der Messung und Optimierung Ihrer CVM Strategie 1. Six Sigma Methodik 1. Beispiele zur praktischen Umsetzung im Contact Center 1. Six Sigma Modell Was ist Six

Mehr

Quality Point München Datenqualität

Quality Point München Datenqualität Quality Point München Datenqualität Paul, wie ist denn Eure Datenqualität? Nachdem ich bei der letzten Gehaltszahlung mit Frau... angeredet wurde, bin ich mir nicht mehr so sicher. Autor: W. Ulbrich IT&More

Mehr

Analysen sind nur so gut wie die Datenbasis

Analysen sind nur so gut wie die Datenbasis Analysen sind nur so gut wie die Datenbasis Datenaufbereitung und Sicherung der Datenqualität durch den kontextbasierten MIOsoft Ansatz. Daten gelten längst als wichtiger Produktionsfaktor in allen Industriebereichen.

Mehr

Effizientes Änderungsmanagement in Outsourcing- Projekten

Effizientes Änderungsmanagement in Outsourcing- Projekten Effizientes Änderungsmanagement in Outsourcing- Projekten Dr. Henning Sternkicker Rational Software IBM Deutschland GmbH Sittarder Straße 31 52078 Aachen henning.sternkicker@de.ibm.com Abstract: Es werden

Mehr

Von der Metaethik zur Moralphilosophie: R. M. Hare Der praktische Schluss/Prinzipien Überblick zum 26.10.2009

Von der Metaethik zur Moralphilosophie: R. M. Hare Der praktische Schluss/Prinzipien Überblick zum 26.10.2009 TU Dortmund, Wintersemester 2009/10 Institut für Philosophie und Politikwissenschaft C. Beisbart Von der Metaethik zur Moralphilosophie: R. M. Hare Der praktische Schluss/Prinzipien Überblick zum 26.10.2009

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

Peter Meier. Die Umsetzung von Risikomanagement nach ISO 31000. - Leseprobe -

Peter Meier. Die Umsetzung von Risikomanagement nach ISO 31000. - Leseprobe - Peter Meier Die Umsetzung von Risikomanagement nach ISO 31000 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen

Mehr

Six Sigma ein Managementkonzept für Einzelberater und kleine Beratungsunternehmen. Dirk Dose (PPI AG) Hamburg, den 25.03.2009

Six Sigma ein Managementkonzept für Einzelberater und kleine Beratungsunternehmen. Dirk Dose (PPI AG) Hamburg, den 25.03.2009 Six Sigma ein Managementkonzept für Einzelberater und kleine Beratungsunternehmen Dirk Dose (PPI AG) Hamburg, den 25.03.2009 Agenda Vorstellung Referent Six Sigma Beschreibung für Einzelberater und kleinere

Mehr

Lean Warehousing. Mit Lean Warehousing neue Potenziale erschließen. Prof. Dr.-Ing. Harald Augustin. Stuttgart, 03. März 2009

Lean Warehousing. Mit Lean Warehousing neue Potenziale erschließen. Prof. Dr.-Ing. Harald Augustin. Stuttgart, 03. März 2009 Lean Warehousing Mit Lean Warehousing neue Potenziale erschließen Prof. Dr.-Ing. Harald Augustin Stuttgart, 03. März 2009 Steinbeis-Transferzentrum Prozessmanagement in Produktentwicklung, Produktion und

Mehr

Bonität durch Effizienzmanagement

Bonität durch Effizienzmanagement Bonität durch Effizienzmanagement So optimieren Sie Ihre Prozesse für Basel II von Gerhard Gietl, Werner Lobinger, Dieter Knon 1. Auflage Hanser München 2004 Verlag C.H. Beck im Internet: www.beck.de ISBN

Mehr

Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen

Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor auf Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Zusammenfassung der Umfrageergebnisse Customer Intelligence in Unternehmen 23.12.2010

Zusammenfassung der Umfrageergebnisse Customer Intelligence in Unternehmen 23.12.2010 Zusammenfassung der Umfrageergebnisse Customer Intelligence in Unternehmen 23.12.2010 Autoren: Alexander Schramm Marcus Mertens MuniConS GmbH Einleitung Unternehmen verfügen heute über viele wichtige Informationen

Mehr

ISMS Teil 3 Der Startschuss

ISMS Teil 3 Der Startschuss ISMS Teil 3 Der Startschuss Nachdem das TOP-Managenment die grundsätzliche Entscheidung getroffen hat ein ISMS einzuführen, kann es nun endlich losgehen. Zu Beginn sollte Sie noch die Grundlagen des ISMS

Mehr

Studie zum Management und Controlling von Reputationsrisiken. Kurzzusammenfassung

Studie zum Management und Controlling von Reputationsrisiken. Kurzzusammenfassung Studie zum Management und Controlling von Reputationsrisiken Kurzzusammenfassung August 2014 Studienziele und -inhalte Nicht zuletzt durch die Finanzmarktkrise und eine zunehmende Wettbewerbsverschärfung

Mehr

Leitlinien In der QM-Dokumentation sind zusammen mit den qualitätssichernden Maßnahmen auch die Verantwortlichkeiten zur Umsetzung festgelegt.

Leitlinien In der QM-Dokumentation sind zusammen mit den qualitätssichernden Maßnahmen auch die Verantwortlichkeiten zur Umsetzung festgelegt. Leitlinien In der QM-Dokumentation sind zusammen mit den qualitätssichernden Maßnahmen auch die Verantwortlichkeiten zur Umsetzung festgelegt. Seite 1 Selbstverpflichtung der Leitung Der Erfolg jedes QM-Systems

Mehr

1 Einleitung. 1.1 Unser Ziel

1 Einleitung. 1.1 Unser Ziel 1 Dieses Buch wendet sich an alle, die sich für agile Softwareentwicklung interessieren. Einleitend möchten wir unser mit diesem Buch verbundenes Ziel, unseren Erfahrungshintergrund, das dem Buch zugrunde

Mehr

LEAN MANUFACTURING. Teil 2 Lean Konzepte. Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie.

LEAN MANUFACTURING. Teil 2 Lean Konzepte. Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie. 2009 LEAN MANUFACTURING Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie Teil 2 Lean Konzepte Martin Zander 2 M. Zander Lean Manufacturing Ein Quick Guide für den schnellen

Mehr

Supply Chain Controlling mit der Balanced Scorecard

Supply Chain Controlling mit der Balanced Scorecard Supply Chain Controlling mit der Balanced Scorecard Untersuchung bestehender Ansätze von Mike Ackermann 1. Auflage Diplomica Verlag 2014 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 95485 083 9

Mehr

Die DQS Benchmarking Initiative

Die DQS Benchmarking Initiative Die DQS Benchmarking Initiative ein weiterer Schritt zur Wertschöpfung durch Audits Seite 1 / ÂT 2008 Warum? Kunden erwarten innovative Zertifizierungsdienstleistungen mit Wertschöpfung! Die DQS bietet

Mehr

Die Schlüssel-Lösung zur Ertragssteigerung: Enterprise PROduction Management E PROMI datenbasierte Entscheidungsunterstützung mit integrierter

Die Schlüssel-Lösung zur Ertragssteigerung: Enterprise PROduction Management E PROMI datenbasierte Entscheidungsunterstützung mit integrierter Korrekte Entscheidungen für Qualität und Produktivität effizient finden und treffen Die Schlüssel-Lösung zur Ertragssteigerung: Enterprise PROduction Management E PROMI datenbasierte Entscheidungsunterstützung

Mehr

Unsere vier hilfreichsten Tipps für szenarienbasierte Nachfrageplanung

Unsere vier hilfreichsten Tipps für szenarienbasierte Nachfrageplanung Management Briefing Unsere vier hilfreichsten Tipps für szenarienbasierte Nachfrageplanung Erhalten Sie die Einblicke, die Sie brauchen, um schnell auf Nachfrageschwankungen reagieren zu können Sales and

Mehr

Operational Excellence Implementierung

Operational Excellence Implementierung Consulting for Excellence in Business Operational Excellence Implementierung White Paper Prinzipien und Vorgehensweise bei der Einführung eines unternehmensweiten Operational Excellence Programms Dr. Jutta

Mehr

CSR und Risikomanagement

CSR und Risikomanagement CSR und Risikomanagement Bedeutung der Risiken aus ökologischen und sozialen Sachverhalten im Rahmen der Prüfung des Risikoberichts und des Risikomanagements XX. April 2010 Risk Management Solutions Agenda

Mehr

Lean Business Prozesse störungsfrei und nachhaltig gestalten

Lean Business Prozesse störungsfrei und nachhaltig gestalten Lean Business Prozesse störungsfrei und nachhaltig gestalten Wie gut lassen sich Ihre Unternehmensziele in Prozessziele übersetzen? Wie gut können Sie aus den Prozesszielen die richtigen Projekte ableiten?

Mehr

QUALITÄTSMANAGEMENT IN NON-PROVIT-ORGANISATIONEN

QUALITÄTSMANAGEMENT IN NON-PROVIT-ORGANISATIONEN DR. ANDREAS KATTNIGG QUALITÄTSMANAGEMENT IN NON-PROVIT-ORGANISATIONEN QUALITÄT STEHT NICHT FÜR SICH ALLEINE, SONDERN ORIENTIERT SICH IMMER AN ZIELEN (E. Hauke; Qualitätssicherung im Krankenhaus, Wien 1994,

Mehr

Risikomanagement. Anforderungen und Umsetzung bei mittelständischen Unternehmen. Folie 1. Stand: Dezember 2007

Risikomanagement. Anforderungen und Umsetzung bei mittelständischen Unternehmen. Folie 1. Stand: Dezember 2007 Risikomanagement Anforderungen und Umsetzung bei mittelständischen Unternehmen Stand: Dezember 2007 Folie 1 Inhalt Gesetzliche Regelungen Bedeutung von Risikomanagement Leitlinien für die Gestaltung eines

Mehr

Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen. Bachelorarbeit

Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen. Bachelorarbeit Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Schritt in Richtung TQM? DIN EN ISO 9001:2000 aus wissenschaftlicher Perspektive

Schritt in Richtung TQM? DIN EN ISO 9001:2000 aus wissenschaftlicher Perspektive Revision der DIN EN ISO 9001 1 Schritt in Richtung TQM? DIN EN ISO 9001:2000 aus wissenschaftlicher Perspektive Ingo Janas, Aachen Vom wissenschaftlichen Standpunkt aus bleibt die neue Norm ein Katalog

Mehr

Nachhaltige Lieferantenentwicklung bei Siemens: Lean@Suppliers Restricted Siemens AG 2014. All rights reserved

Nachhaltige Lieferantenentwicklung bei Siemens: Lean@Suppliers Restricted Siemens AG 2014. All rights reserved CT BE OP Lean Management & Manufacturing Olaf Kallmeyer, Juni 2014 Nachhaltige Lieferantenentwicklung bei Siemens: Lean@Suppliers Zielsetzung von Lean@Suppliers Zielsetzung Mit dem Siemens Production System

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 378

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 378 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 378 Umsetzung ausgewählter Supply-Chain-Operations-Reference-Metriken durch das

Mehr

Kundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung

Kundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung Thomas Artur Roner Kundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung Diplom.de Inhaltsverzeichnis Abkürzungsverzeichnis Abbildungsverzeichnis I II 1. Einleitung 1 2. Begriffsklärungen

Mehr

19.03.2012, 11:30-13:30 Uhr

19.03.2012, 11:30-13:30 Uhr Fakultät für Wirtschaftswissenschaft Matrikelnr. Name Vorname : Termin: Prüfer: Modul 31311 IT Governance 19.03.2012, 11:30-13:30 Uhr Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe 1 2 3 4

Mehr

ISO9001 2015 QM-Dienstleistungen Holger Grosser Simonstr. 14 90766 Fürth Tel: 0911/49522541 www.qm-guru.de

ISO9001 2015 QM-Dienstleistungen Holger Grosser Simonstr. 14 90766 Fürth Tel: 0911/49522541 www.qm-guru.de ISO9001 2015 Hinweise der ISO Organisation http://isotc.iso.org/livelink/livelink/open/tc176sc2pub lic Ausschlüsse im Vortrag Angaben, die vom Vortragenden gemacht werden, können persönliche Meinungen

Mehr

Anforderungsanalyse für CRM-Systeme in Speditionen

Anforderungsanalyse für CRM-Systeme in Speditionen Anforderungsanalyse für CRM-Systeme in Speditionen Diplomarbeit zur Erlangung des Grades einer Diplom-Ökonomin der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Netmapping. Vernetztes Denken und Handeln: Zusammenfassung der elearning-software. auf www.netmap.ch

Netmapping. Vernetztes Denken und Handeln: Zusammenfassung der elearning-software. auf www.netmap.ch Netmapping Vernetztes Denken und Handeln: Zusammenfassung der elearning-software auf Inhaltsverzeichnis 1 Ziele der Software und dieser Dokumentation... 3 1.1 Idee der Software... 3 1.2 Inhalt dieser Dokumentation...

Mehr

Banken tun sich mit der Umsetzung von BCBS 239 schwer

Banken tun sich mit der Umsetzung von BCBS 239 schwer Banken tun sich mit der Umsetzung von BCBS 239 schwer Andreas Bruckner Das Baseler Komitee für Bankenaufsicht (BCBS) hat am 23. Januar 2015 den Bericht über den Umsetzungsstand der Grundsätze für die effektive

Mehr

Leitfaden für kleine Unternehmen zur

Leitfaden für kleine Unternehmen zur Seite 1 von 6 Leitfaden für kleine Unternehmen zur Einführung eines Inhalt 1. Was sind Qualitätsmanagementsysteme? 2. Weshalb brauchen kleine Unternehmen ein Qualitätsmanagementsystem? 3. Einführung eines

Mehr

ISO 5500x-Normenfamilie

ISO 5500x-Normenfamilie ISO 5500x-Normenfamilie 5 Fakten zur ISO 5500x-Normenfamilie ISO 55000 - Overview, principles and terminology ISO 55001 - Requirements ISO 55002 - Guidelines on the application of ISO 55001 Generelles

Mehr

Code-Quality-Management

Code-Quality-Management Code-Quality-Management Technische Qualität industrieller Softwaresysteme transparent und vergleichbar gemacht von Frank Simon, Olaf Seng, Thomas Mohaupt 1. Auflage Code-Quality-Management Simon / Seng

Mehr

----------------------------------------------------------------------------------------------------------------------------------------

---------------------------------------------------------------------------------------------------------------------------------------- 0 Seite 0 von 20 03.02.2015 1 Ergebnisse der BSO Studie: Trends und Innovationen im Business Performance Management (BPM) bessere Steuerung des Geschäfts durch BPM. Bei dieser BSO Studie wurden 175 CEOs,

Mehr

Thema der Arbeit. Arbeitsplatz der Zukunft: Wissensmanagement auf Basis eines sozialen Netzwerkes. Bachelorarbeit

Thema der Arbeit. Arbeitsplatz der Zukunft: Wissensmanagement auf Basis eines sozialen Netzwerkes. Bachelorarbeit Thema der Arbeit Arbeitsplatz der Zukunft: Wissensmanagement auf Basis eines sozialen Netzwerkes Bachelorarbeit Zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

1. Normen für Unternehmen

1. Normen für Unternehmen 1. Normen für Unternehmen Normen sind gut für ein Missverständnis und schlecht für ein Verständnis. Um diesem Wortspiel einen konkreten Inhalt zu geben, seien zwei Thesen angeführt: Das Missverständnis

Mehr

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage Management Summary Management Summary Kunden - Erfolgsfaktor Nummer 1 Es ist mittlerweile ein offenes Geheimnis, dass Unternehmen

Mehr

Problemlösungstechniken Systematisch analysieren & sicher entscheiden

Problemlösungstechniken Systematisch analysieren & sicher entscheiden Problemlösungstechniken Systematisch analysieren & sicher entscheiden Vancore Group GmbH & Co. KG Frankfurt Talstrasse 23 60437 Frankfurt am Main Germany Tel.: +49 (0) 69 509 299 790 Fax: +49 (0) 69 509

Mehr

in Unternehmen der Gesundheits- und Sozialbranche - VQSV

in Unternehmen der Gesundheits- und Sozialbranche - VQSV 1. Kundenorientierung Umsetzung im QM-Handbuch Verantwortung gegenüber Kunden Den Kunden / Patienten / Bewohner als Partner und Mensch behandeln. Welches sind meine Kunden? Bedarfsgerechte Leistung Sicherstellen,

Mehr

Service Innovation Lab. Prozessoptimierung für Dienstleistungen

Service Innovation Lab. Prozessoptimierung für Dienstleistungen Service Innovation Lab Prozessoptimierung für Dienstleistungen 2 Dienstleistungsprozesse im Unternehmen Ein reibungsloser Ablauf der unternehmensinternen Prozesse ist die Basis des wirtschaftlichen Erfolgs

Mehr

Normen und Standards für die IT-Sicherheit

Normen und Standards für die IT-Sicherheit Normen und Standards für die IT-Sicherheit 1. Zur Ausgangslage Die Anzahl der Normen und Standards auf dem IT-Sicherheitssektor hat im Verlauf der vergangenen Jahre ständig zugenommen. Ihre Vielzahl ist

Mehr

Geschäftsprozessmanagement

Geschäftsprozessmanagement Geschäftsprozessmanagement Der INTARGIA-Ansatz Whitepaper Dr. Thomas Jurisch, Steffen Weber INTARGIA Managementberatung GmbH Max-Planck-Straße 20 63303 Dreieich Telefon: +49 (0)6103 / 5086-0 Telefax: +49

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

STEUERRECHTLICHE ANFORDERUNGEN IN DEUTSCHLAND

STEUERRECHTLICHE ANFORDERUNGEN IN DEUTSCHLAND 1 Brisanz der elektronischen Rechnung in deutschen Unternehmen# STEUERRECHTLICHE ANFORDERUNGEN DER FINANZBEHÖRDEN AN DIE ELEKTRONISCHE RECHNUNG IN DEUTSCHLAND BACHELORARBEIT zur Erlangung des akademischen

Mehr

LEAN praxisnah erleben

LEAN praxisnah erleben LEAN praxisnah erleben 22. März 2012 Sindelfingen Gastreferent: Arnd D. Kaiser KAIZEN am Arbeitsplatz Die Neugier steht immer an erster Stelle eines Problems, das gelöst werden will. Galileo Galilei Veränderungen

Mehr

Vorwort. Hermann J. Schmelzer, Wolfgang Sesselmann. Geschäftsprozessmanagement in der Praxis

Vorwort. Hermann J. Schmelzer, Wolfgang Sesselmann. Geschäftsprozessmanagement in der Praxis Vorwort Hermann J. Schmelzer, Wolfgang Sesselmann Geschäftsprozessmanagement in der Praxis Kunden zufrieden stellen - Produktivität steigern - Wert erhöhen ISBN (Buch): 978-3-446-43460-8 Weitere Informationen

Mehr

Technische Dokumentation: wenn Englisch zur Herausforderung wird

Technische Dokumentation: wenn Englisch zur Herausforderung wird Praxis Technische Dokumentation: wenn Englisch zur Herausforderung wird Anforderungsspezifikation, Requirements-Engineering, Requirements-Management, Terminologieverwaltung www.sophist.de Über Englischkenntnisse

Mehr

IQM als Qualitätsmanagementsystem. Tatjana Völzke Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen 4.

IQM als Qualitätsmanagementsystem. Tatjana Völzke Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen 4. IQM als Qualitätsmanagementsystem Tatjana Völzke Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen 4. QMR-Kongress Ein Vergleich mit Six Sigma Etablierter QM-Ansatz, der sich ausschließlich

Mehr

POCKET POWER. Probleme lösen. Systematisch. 8D und 7STEP

POCKET POWER. Probleme lösen. Systematisch. 8D und 7STEP POCKET POWER 8D und 7STEP Systematisch Probleme lösen 3 Inhalt 1 Einleitung................................ 7 1.1 Aufbau des Buches............................. 7 1.2 Probleme lösen und kontinuierlich

Mehr

ZUR BEDEUTUNG VON TRENDS IM INNOVATIONSMANAGEMENT

ZUR BEDEUTUNG VON TRENDS IM INNOVATIONSMANAGEMENT April 2013 ZUR BEDEUTUNG VON TRENDS IM INNOVATIONSMANAGEMENT von Maren Weiß & Prof. Dr. Michael Durst Welche Rolle spielen Trends in den Frühen Phasen im Innovationsmanagement? Wie setzen Unternehmen Trends

Mehr

eg e s c h ä f t s p r o z e s s MEHR ZEIT FÜR IHR GESCHÄFT SHD managed Ihre IT-Services

eg e s c h ä f t s p r o z e s s MEHR ZEIT FÜR IHR GESCHÄFT SHD managed Ihre IT-Services eg e s c h ä f t s p r o z e s s erfahrung service kompetenz it-gestützte MEHR ZEIT FÜR IHR GESCHÄFT SHD managed Ihre IT-Services erfolgssicherung durch laufende optimierung Als langjährig erfahrenes IT-Unternehmen

Mehr

inkl. Lösungen Bitte bei den Lösungsblättern nicht auf die Rückseite schreiben!

inkl. Lösungen Bitte bei den Lösungsblättern nicht auf die Rückseite schreiben! Prüfungsfach: Prüfungsdauer: inkl. en 1 Stunde Maximale Punktzahl 60 Anzahl Aufgabenblätter 8 Anzahl sblätter... Bitte bei den sblättern nicht auf die Rückseite schreiben! Bitte beachten Sie: Sollten Sie

Mehr

Infoblatt Qualitätsmanagementsysteme nach ISO 9000 ff. für Handelsunternehmen

Infoblatt Qualitätsmanagementsysteme nach ISO 9000 ff. für Handelsunternehmen Infoblatt Qualitätsmanagementsysteme nach ISO 9000 ff. für Handelsunternehmen I. Was ist eigentlich ein Qualitätsmanagementsystem? Jedes Unternehmen, das im Wettbewerb bestehen will, hat Maßnahmen zur

Mehr

Prozessmanagement mit ViFlow in der RWE Systems Sparte IT

Prozessmanagement mit ViFlow in der RWE Systems Sparte IT Prozessmanagement mit ViFlow in der RWE Systems Sparte IT RWE Systems AG Erfolgreiche Unternehmen arbeiten nach einem grundlegenden Prinzip: "Wir machen nur das, wovon wir wirklich etwas verstehen. Dort,

Mehr

Qualitätsmanagement in Gesundheitstelematik und Telemedizin: Sind ISO 9001 basierte Managementsysteme geeignet?

Qualitätsmanagement in Gesundheitstelematik und Telemedizin: Sind ISO 9001 basierte Managementsysteme geeignet? DGG e.v. PRE-WORKSHOP TELEMED BERLIN 2009 Qualitätsmanagement in Gesundheitstelematik und Telemedizin: Sind ISO 9001 basierte Managementsysteme geeignet? Dr. med. Markus Lindlar Deutsches Zentrum für Luft-

Mehr

Operational Excellence Effizienzoptimierung und Qualitätssteigerung mit Lean Sigma in der IT

Operational Excellence Effizienzoptimierung und Qualitätssteigerung mit Lean Sigma in der IT Christian Wagner Operational Excellence Effizienzoptimierung und Qualitätssteigerung mit Lean Sigma in der IT 1 Ziele und Herausforderungen im IT Service Management 2 Überblick über die Lean Sigma Methode

Mehr

Management-System im Intranet

Management-System im Intranet SAQ Sektion Aargau / Solothurn 07.12.06 Herzlich Willkommen Management-System im Intranet Papierloses / elektronisches Management-Handbuch im Firmen-Netzwerk Referent: Ariano Nijsen Firma: TEE Management

Mehr